Article Per Year (5 Year)
p-Index From 2020 - 2025
5.348
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) JAIS (Journal of Applied Intelligent System) SISFOTENIKA Jurnal Teknologi Informasi MURA Voice Of Informatics Zero : Jurnal Sains, Matematika, dan Terapan JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) CSRID (Computer Science Research and Its Development Journal) Jurnal Informatika Kaputama (JIK) Jurnal Mantik IT (INFORMATIC TECHNIQUE) JOURNAL ICIT (Innovative Creative and Information Technology) Journal Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Generic JUDIMAS (Jurnal Inovasi Pengabdian Kepada Masyarakat) Journal of Applied Computer Science and Technology (JACOST) DEVICE Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) INFOSYS (INFORMATION SYSTEM) JOURNAL Jurnal Ipteks Terapan : research of applied science and education International Journal of Research in Vocational Studies (IJRVOCAS) Jurnal Teknologi Informasi Mura Jurnal Abdimastek (Pengabdian Masyarakat Berbasis Teknologi) CSRID
Rika Rosnelly
Uiversitas Potensi Utama
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Identifikasi Tanda Tangan menggunakan Metode Fitur Ekstrasi Biner dan K Nearest Neighbor Simanjuntak, Mutiara Sarahwaty; Rosnelly, Rika; Wanayumini, Wanayumini
CSRID (Computer Science Research and Its Development Journal) Vol 12, No 3 (2020): CSRID OKTOBER 2020
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.12.3.2020.191-200

Abstract

Tanda tangan mempunya pola yang unik berdasarkan fitur yang ditinjau. Penelitian ini mengindentifikasi tanda tangan secara otomatis dengan menggunakan fitur biner dari hasil tanda tangan scanner. Identifikasi tanda tangan penting dilakukan otentifikasi dokumen administrasi dan resmi dimana nilai akurasi hal yang diperlukan. Dalam pendekatan yang dilakukan, fitur tanda tangan diekstrak dengan menggunakan dua descriptor yaitu binary statistical image features (BSIF) dan local binary patterns (LBP). Penilaian menggunakan metode ini dengan melakukan percobaan dengan dua dataset yang sudah tersedia untuk umum yaitu database MCYT-75 dan GPDS-100. Dengan menggunakan metode klasifikasi KNN, mendapatkan nilai tertinggi masing-masing 96,7% dan 93,9%. Dalam verifikasi identifikasi tanda tangan akurasi klasifikasi diukur berdasarkan equal error rate (EER)yaitu 4.2% dan 5.33% pada GPDS-200 dan GPSD-150. Sehingga EER untuk database MCYT-75 sudah mencapau 7,78%. Nilai akurasi tersebut sudah dapat diketegorikan unggul.
Pengenalan Pola Angka Tulisan Tangan Pada Cek Menggunakan Neocognitron Rosnelly, Rika
CSRID (Computer Science Research and Its Development Journal) Vol 10, No 1 (2018): CSRID Februari 2018
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (371.963 KB) | DOI: 10.22303/csrid.10.1.2018.58-67

Abstract

Pola angka tulisan tangan pada cek merupakan hal yang sangat beragam bentuk, dimana tulisan tangan manusia tidak sama antara satu dengan lainnya sehingga apabila tulisan seseorang belum bisa dikenali oleh beberapa orang merupakan suatu masalah, baik itu untuk aktivitas transaksi maupun aktivitas lainnya. Sementara untuk tulisan tangan merupakan hal yang sangat diutamakan dalam segala bidang. Teknik-teknik pengenalan  pola yang dapat dipakai  meliputi  teknik-teknik  yang berdasarkan  statistik, pendekatan  sistem pakar dan  algoritma  jaringan saraf tiruan. Neocognitron dirancang untuk mengenali karakter tulisan tangan seperti angka arab, huruf jepang, jawa dan sebagainya. Algoritma neocognitron pada jaringan saraf tiruan dapat menghasilkan  pengenalan  pola dengan pembelajaran yang  lebih sederhana dan waktu pembelajaran yang lebih singkat. Hasil menunjukkan pola angka tulisan tangan dapat dikenali dengan baik.
PENERAPAN METODE NAÏVE BAYES DAN C4.5 PADA PENERIMAAN PEGAWAI DI UNIVERSITAS POTENSI UTAMA Lubis, Cindy Paramitha; Rosnelly, Rika; Roslina, Roslina; Situmorang, Zakarias; Wanayumini, Wanayumini
CSRID (Computer Science Research and Its Development Journal) Vol 12, No 1 (2020): CSRID FEBRUARI 2020
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.267 KB) | DOI: 10.22303/csrid.12.1.2020.51-62

Abstract

Penerapan metode Naïve Bayes dan C4.5 dibuat untuk digunakan terhadap seleksi dan klasifikasi calon pegawai yang berpotensi untuk masuk ke dalam kampus dengan cara membuat perhitungan dari persamaan pada setiap kriteria. Permasalahan yang sering ditemukan adalah tidak efektifnya penggunaan metode yang digunakan untuk menghasilkan penerimaan pegawai yang di perlukan sehingga belum sesuai dengan bidang keahlian bagi pelamar. Metode Naïve Bayes dan C4.5 tersebut merupakan metode klasifikasi yang diterapkan pada data mining. Tujuan dibuatnya penelitian ini untuk menentukan tingkat akurasi antara kedua metode tersebut berdasarkan ketepatan perhitungan Correctly Classified Instance  dan Incorrectly Classified Instance. Pengujian metode pada penelitian ini dilakukan dengan menggunakan tools Weka 3.8. Hasil yang didapat Pada metode Naïve Bayes tingkat akurasi yang didapat 77,7778% dan C4.5 memiliki tingkat akurasi 94,444% dari 36 data latih berhasil diuji. Sehingga hasil yang didapat C4.5 merupakan metode yang lebih tepat di gunakan dari pada Naïve Bayes.    
ANALISIS PENGARUH LOW-LIGHT IMAGE ENHANCEMENT PADA PENGENALAN WAJAH Rohima, Rohima; Wanayumini, Wanayumini; Rosnelly, Rika
CSRID (Computer Science Research and Its Development Journal) Vol 13, No 2 (2021): CSRID JUNI 2021
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.13.2.2021.118-129

Abstract

Sistem pengenalan wajah secara umum akan digunakan secara real time dalam mengenali individu, artinya noise tidak dapat terhindarkan. Salah satu masalah yang dianggap umum adalah kokndisi pencahayaan. Kondisi pencahayaan terjadi akibat pancaran yang diterima objek tidak mencukupi sehingga cenderung memiliki visibilat rendah, kontras berkurang, warna kabur, dan detail yang kabur. Maka low-light image enhancement dapat menjadi solusinya. Terdapat banyak sekali metode low-light image enhancement yang tersedia, namun mana teknik yang lebih baik dalam pengenalan wajah masih menjadi perdebatan. Untuk menemukan metode low light image enhancement yang baik maka pada penelitian ini dirancang beberapa sistem pengenalan wajah dengan PCA sebagai ekstraksi fitur serta menerapkan SSR, MSR, AMSR, Dong, HE dan BPDHE sebagai metode low-light image enhancement. Dataset SOF dipilih sebagai target pengujian dikarenakan berisi citra dengan kondisi pencahayaan berbeda. Sebagai tujuan, keseluruhan sistem pengenalan wajah akan dibandingkan tingkat pengenalannya untuk menemukan metode low-light image enhancement terbaik. Berdasarkan pengujian dan analisis, ditemukan bahwa mayoritas sistem mengalami peningkatan tingkat pengenalan dengan diterapkannya metode low-light image enhancement, dan sebagai metode terbaik HE (76,28866 %) menunjukkan hasil yang paling signifikan, disusul dengan AMSR (75,25773 %), MSR (74,2268 %), SSR (69,07216 %), BPDHE (67,01031 %) dan Dong (63,91753 %).
ANALISIS METODE DECISION TREE DALAM MEMPREDIKSI KELULUSAN MAHASISWA Wulandari, Wulandari; Rosnelly, Rika; Wanayumini, Wanayumini
CSRID (Computer Science Research and Its Development Journal) Vol 13, No 3 (2021): CSRID OKTOBER 2021
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.13.3.2021.131-140

Abstract

Perguruan tinggi juga menjadi tolak ukur keberhasilan mahasiswa itu sendiri.Bagi mahasiswa yang tidak dapat menyelesaikan studinya, prestasi yang tinggi juga menjadi penyebab kegagalan mahasiswa, salah satunya mahasiswa yang kurang aktif di lingkungan kampus. . Selain itu, yang sering menjadi penyebab adalah nilai rata-rata indeks prestasi kumulatif (IPK) yang rendah, selain itu kegagalan mahasiswa juga dapat disebabkan oleh moralitas dan disiplin mahasiswa yang kurang. Perlu dilakukan penelitian untuk memprediksi kelulusan mahasiswa, dengan menggunakan input data yaitu berupa data mahasiswa yang meliputi nilai tiap semester, peminatan, PKL, Skripsi 1 dan Skripsi 2.
Rancang Bangun Aplikasi Media Pengenalan Adat Istiadat dan Budaya Sumatera Utara Berbasis Android Batubara, Muhammad Akbarri; Rosnelly, Rika; Wahyuni, Linda
Jurnal VOI (Voice Of Informatics) Vol 11, No 1 (2022)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia merupakan salah satu negara yang memiliki wilayah luas yang sekarang terdiri dari 34 provinsi. Salah satunya provinsi Sumatera Utara yang merupakan bagian wilayah Indonesia yang memiliki kawasan cukup luas dengan berbagai kebudayaan khasnya. Adat istiadat dan kebudayaan merupakan aspek yang perlu dijaga serta dilestarikan agar tiap individu memiliki identitas yang jelas. Tetapi belakangan ini khusus nya pengenalan adat istiadat dan budaya yang ada di Sumatera Utara mengalami masa penurunan dalam bersosialisasi, Semakin maju arus globalisasi, rasa cinta terhadap adat istiadat dan budaya semakin berkurang yang berdampak bagi masyarakat asli Sumatera Utara. Terlalu banyaknya kehidupan asing yang masuk ke Indonesia khusus nya di Sumatera Utara. Dengan adanya teknologi perangkat mobile saat ini dapat membantu masyarakat umum dalam pengenalan tentang adat istiadat dan budaya khusus nya di Sumatera Utara. Informasi yang diterima bisa lebih cepat diketahui dan akurat sehingga adat istiadat dan budaya yang ada tidak luntur, hilang, atau digantikan.
Development of video-based emotion recognition using deep learning with Google Colab Teddy Surya Gunawan; Arselan Ashraf; Bob Subhan Riza; Edy Victor Haryanto; Rika Rosnelly; Mira Kartiwi; Zuriati Janin
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 5: October 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i5.16717

Abstract

Emotion recognition using images, videos, or speech as input is considered as a hot topic in the field of research over some years. With the introduction of deep learning techniques, e.g., convolutional neural networks (CNN), applied in emotion recognition, has produced promising results. Human facial expressions are considered as critical components in understanding one's emotions. This paper sheds light on recognizing the emotions using deep learning techniques from the videos. The methodology of the recognition process, along with its description, is provided in this paper. Some of the video-based datasets used in many scholarly works are also examined. Results obtained from different emotion recognition models are presented along with their performance parameters. An experiment was carried out on the fer2013 dataset in Google Colab for depression detection, which came out to be 97% accurate on the training set and 57.4% accurate on the testing set.
Learning Media Implementation Training At SDN No.101763 Klumpang Kampung Linda Wahyuni; Hardianto Hardianto; Rika Rosnelly
JUDIMAS Vol 2, No 1 (2021): JUDIMAS
Publisher : STMIK Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/jm.v2i1.1166

Abstract

Learning media at this time are very much needed in the world of education both in schools and lectures, such as macromedia flash applications that are implemented in various types of animation, for example motion animation, sound, video and so on. The research discussed is using motion tweening animation, animation that changes shape and shifts objects. The implemented learning media provides benefits for teachers and students who take part in the training, where there are still many teachers and students who do not understand about making animation using Macromedia Flash. From the results of the training, the benefits of this service activity include improving the skills of teachers and students in being creative in making animations and being able to implement them in schools. The learning method is carried out in students' classrooms using an introduction to animation making tutorial with slides and presentations in front, accompanied by computers related to animation making training materials
Optimization of Region of Interest (ROI) Image of Malaria Parasites Rika Rosnelly; Linda Wahyuni; Jani Kusanti
Journal of Applied Intelligent System Vol 3, No 2 (2018): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v3i2.2060

Abstract

The stage of region of interest (ROI) is the determining part to the next stage in image processing. ROI is a process of taking certain parts or regions in an image. ROI can be done by manual and automatic cropping. Some previous studies still use cropping manually for detection of malaria parasites. This study uses cropping automatically for detection of malaria parasites. The types of malaria parasites used were falciparum, vivax and malariae with ring stages, tropozoite, schizon and gametocytes. Data from malaria parasites were obtained at the North Sumatra Provincial Health Laboratory. The results show that the ROI image can crop the malaria parasite region. Keyword - malaria parasite, ROI.
Comparison of Image Improvement Method on Parasite Images of Malaria Rika Rosnelly; Linda Wahyuni
Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i2.1645

Abstract

Improved image is a process on the image that initially has a quality that is less good or has noise. In this image improvement operation image quality will be improved so that the image produces better quality. Image improvement methods used are contrast stretching, histogram equalization, low pass filter and Gaussian filtering. In this study compare contrast stretching method, histogram equalization, low pass filter and Gaussian filtering to improve image quality. Performance of each method would be calculated by finding the value of Mean Square Error (MSE) and Peak Signal to Noise Ratio (PSNR). This study compares contrast stretching methods, histogram equalization, low pass filter and Gaussian filtering to improve image quality. Total data of malaria parasite image is 120. The data consist of image of malaria parasite falciparum, vivax, malariae along with stage that is ring, tropozoit, skizon and gametocyte. Evaluate the performance of each method by finding Mean Square Error (MSE) and Peak Signal to Noise Ratio (PSNR) values. The result is a contrast stretching provides better image quality against malaria parasite image.
Co-Authors Abwabul Jinan Aditia Rangga Agus Fahmi Akbar Idaman Alan Prayogi Alesia Lorenza Sinaga Alvinur Naswar Alvinur Naswar Ameliana Sihotang Anton Purnama Arselan Ashraf B. Herawan Hayadi Batubara, Muhammad Akbarri Bob Subhan Riza Cindy Paramitha Cindy Paramitha Dedi Irawan Dedi Irawan Della Syahrani Desi Irfan Dian Maya Sari Diky Wahyudi Edy Victor Haryanto, Edy Victor Eko Setyo Budi Putra Aji Elly Veronika Sihite Elsa Aditya Eri Triwanda Esmawaty Sinaga Finis Hermanto Laia Gusti Firanda Hardianto Hardianto Hardianto Hardianto Hartono Hartono Hetty Zahrani IQBAL GIFFARI RITONGA Jaka Kusuma Jaka Tirta Samudra Jazmi Hadi Matondang Junaidi Junaidi Karuniaman Buulolo Kristine Wau Linda Wahyuni Linda Wahyuni Linda Wahyuni Lubis, Cindy Paramitha M. Agung Oki Prayugo Maradona Jonas Simanullang MARIA BINTANG Masri Wahyuni Mega Christin Lase Mega Christin Morys Lase Mega Marisani Ziraluo Mimi Chintya Adelina Mira Kartiwi Muhammad Fachrurrozi Nasution Muhammad Sadikin Muhammad Zulkarnain Lubis Mutiara S. Simanjuntak Pius Deski Manalu Progresif Bulolo Progresif Bulolo5 Puji Sari Ramadhan Rabiatul Adawiyah Hasibuan Rahmatika Hizria Rais Affaruq Zunnurain Ramadhani Ritonga Ridha Maya Faza Lubis Rofiqoh Dewi Rohima, Rohima Rony, Zahara Tussoleha Roslina, Roslina Rubianto Rubianto Rubianto Sartika Mandasari Sarwadi Sarwadi Sarwadi, Sarwadi Syawaluddin Kadafi Parinduri Teddy Gunawan Teddy Surya Gunawan Teddy Surya Gunawan Teresa Tamba Tri Andre Anu Tri Andre Anu Triandi, Budi Ubaidullah Hasibuan Wahyuni, Linda Wanayumini Wulandari, Wulandari Yuni Franciska Zakarias Situmorang Zuriati Janin